autonomous driving
PulseAugur coverage of autonomous driving — every cluster mentioning autonomous driving across labs, papers, and developer communities, ranked by signal.
15 天有情绪数据
-
新框架提出机器人领域世界模型模拟器的可采性阶梯
一篇新论文提出了一种可采性阶梯，用于机器人领域中的世界模型（WM）来评估动作策略。该框架借鉴了安全关键模拟实践的经验，认为在接受世界模型的判决作为证据之前，必须对其进行认证。论文强调，像 Frechet Video Distance (FVD) 这样的视觉保真度指标并不能保证世界模型能够正确响应策略的动作，特别是那些在训练中未见过的动作。该框架旨在确保模拟结果的可靠性，尤其是在自动驾驶等应用中。
-
新研究利用可解释性和强化学习解决自动驾驶可靠性问题
近期自动驾驶领域的研究正在探索先进技术以提高模型的可靠性和性能。一篇论文介绍了无监督字典学习，用于解释和纠正端到端驾驶模型，增强其决策逻辑。另一篇论文提出了一个使用强化学习和潜在思维蒸馏的框架，为驾驶场景创建高效且准确的视觉-语言模型，解决了幻觉和延迟问题。此外，一项调查回顾了强化学习在自动驾驶运动规划中的应用，强调了经验教训和未来挑战。其他工作则侧重于针对环境幻觉的鲁棒性基准测试、为长尾场景开发基于智能体的模拟，以及一个用于端到端驾…
-
BEVLM框架增强大语言模型在自动驾驶中的推理能力
研究人员开发了BEVLM，一个将大语言模型（LLMs）与鸟瞰图（BEV）表示相结合的新框架，用于自动驾驶。该方法旨在克服当前独立处理视觉数据的局限性，从而提高空间一致性和语义丰富性。BEVLM利用BEV特征作为大语言模型的统一输入，增强其在复杂驾驶场景中的推理能力，并提高端到端驾驶性能，尤其是在安全关键型情况下。
-
CRISP模型通过预测性预训练融合相机-雷达数据用于自动驾驶
研究人员开发了CRISP，一种专为自动驾驶设计的新型时空骨干网络，它融合了相机和雷达数据。与需要特定任务监督的先前模型不同，CRISP采用基于预测的方法进行预训练，从历史传感器输入预测未来的LiDAR点云。这种方法允许模型学习可重用的表示，而在部署时无需LiDAR，仅依赖相机和雷达。在nuScenes数据集上的实验表明，CRISP在提高预测准确性方面非常有效，并且在检测、跟踪和规划等各种下游驾驶任务中具有很强的可迁移性。
-
TGRIP框架使用文本引导语义进行自动驾驶预测 · 已追踪3个来源
研究人员推出了一种用于自动驾驶的新型框架TGRIP，通过整合语义信息来增强车辆实例预测。与以往仅依赖几何监督的方法不同，TGRIP利用视觉-语言基础模型生成语义丰富的鸟瞰图。该方法旨在通过提供明确的语义感知来提高模型处理复杂场景的能力，从而更准确地预测代理行为。在nuScenes数据集上的实验表明，TGRIP的表现优于现有的最先进模型。
-
LLM驱动的框架提升自动驾驶感知能力
研究人员开发了一个名为LM-SCIP的新框架，该框架利用大型语言模型（LLMs）来增强自动驾驶系统的多模态融合。该框架通过动态适应不同的输入质量来应对融合视觉和雷达数据时面临的挑战。LM-SCIP使用LLM作为核心推理引擎，将视觉信息与雷达数据集成，尤其是在视觉输入受损的情况下。在nuScenes和VIRAT数据集上的实验表明，在不同信噪比下，该系统的定位和轨迹预测能力得到了显著提升，证明了其鲁棒性。
-
LiDAR 3D目标检测模型易受对抗性攻击
一篇新发表在arXiv上的研究论文分析了自动驾驶中使用的基于LiDAR的3D目标检测模型的对抗性鲁棒性。该研究引入了一个全面的框架，根据点云密度和定位等结构性因素以及错误分类和定位误差等预测性因素来评估模型。研究结果表明，高容量的基于体素的检测器比基于柱状的检测器更容易受到特定对抗性攻击，而非基于锚点的检测器鲁棒性较差，这表明需要改进训练技术和评估基准。
-
新的DCDA框架增强了恶劣天气下的3D目标检测能力
研究人员开发了一个名为双判别器引导扩散对齐（DCDA）的新框架，以提高自动驾驶系统在恶劣天气条件下进行3D目标检测的鲁棒性。该方法通过将退化的LiDAR特征对齐到一个干净的流形来学习恢复它们，而不是试图对特定天气类型进行建模。DCDA使用一个由4D雷达数据条件化的扩散过程，并由两个判别器引导：一个确保目标级别的可辨别性和定位准确性，另一个强制与干净天气表示的分布一致性。这种方法允许系统在不要求配对数据或天气标签的情况下泛化到未见过的天…
-
AI 角色演变：‘AI Engineer’ 获得关注，‘forward deployed engineer’ 被重新定义，‘physical AI’ 崭露头角
“AI Engineer”一职由 Swyx 于 2023 年首次定义，目前在科技行业迅速增长。另外，“forward deployed engineer”的定义不一致，与其固定的职位名称相比，更适合用解决问题和实地操作来描述。Applied Intuition 专注于“physical AI”，将人工智能应用于机器人和自动驾驶汽车等所有移动机器，整合边缘 AI 基础设施和传感器融合。
-
DriveWeaver 通过点条件视频修复增强自动驾驶模拟
研究人员开发了 DriveWeaver，一个旨在通过将具有特定轨迹的车辆插入现有场景来改进自动驾驶模拟的新框架。该方法使用基于点云的视频修复来确保无缝集成和时间一致性，克服了传统基于 3D 资产的方法常导致光照不一致的局限性。DriveWeaver 还采用分层修复策略进行长期生成，并提取 3D 高斯表示以进行实时渲染，为自动驾驶场景增强提供了更具可扩展性和视觉真实感的工具。
-
新型数字孪生设计大幅降低自动驾驶模拟成本
研究人员开发了一种新颖的数字孪生（DT）查询驱动架构，旨在提高自动驾驶模拟的效率。这种新方法允许数字孪生根据其正在进行的模拟，主动从车辆请求特定的环境数据，而不是依赖于持续的实时状态同步。该系统旨在最小化规划位置误差，同时管理数字孪生的保真度和通信约束，据报道，与传统方法相比，位置误差降低了 24%，通信开销减少了 40%。
-
新的Transformer模型可进行具有遮挡恢复能力的长期人类运动预测
研究人员开发了一种新颖的非自回归Transformer模型，用于预测人类运动的长期趋势。该模型通过关注局部姿态和全局运动预测，并结合遮挡恢复来处理缺失的关节数据，从而解决了现有自回归方法的局限性。所提出的方法旨在提高在机器人、自动驾驶和医疗保健等领域的实际应用中的准确性和适用性。
-
新AI方法解决时间序列预测和模型可解释性问题 · 追踪5个来源
研究人员推出KARMA，一种通过构建马尔可夫代理模型来捕捉时间依赖性的新方法，用于解释时间序列预测模型。该方法识别预测充分性所需的最小历史长度，并估计一个马尔可夫转移核，提供一个五级全局解释层次结构。另外，一个名为The Simulacrum的框架使用决策理论预训练来开发基于神经网络的时间序列估计器，这些估计器可以近似最优决策规则并在真实基准上实现具有竞争力的预测精度。此外，一项关于时间序列基础模型灾难性遗忘的研究表明，虽然微调提高了…
-
UniTeD 使用扩散模型统一自动驾驶中的感知与规划 · 跟踪 3 个来源
研究人员开发了 UniTeD，一个使用扩散模型统一自动驾驶中感知与规划的新框架。与之前将这些任务解耦的方法不同，UniTeD 在共享的生成空间内实现了双向信息交换，从而能够相互改进并提高鲁棒性。该框架还包含一个时序过渡模块，用于处理流式数据中的时序上下文，以及一个锚点刷新策略，以减轻训练和推理之间的分布偏移。
-
新的ASSCG系统优化了LLM在自动驾驶规划中的使用
研究人员开发了一个名为ASSCG的新系统，用于优化大型语言模型（LLM）在自动驾驶规划中的使用。ASSCG充当守门员，做出帧级决策来刷新、重用或抑制慢速LLM的指导，从而降低计算成本并提高效率。当应用于现有的快慢规划架构时，ASSCG在性能指标和推理延迟降低方面均表现出显著的改进。
-
中国计划制定智能网联新能源汽车“十五五”规划
中国工业和信息化部（MIIT）正加快制定智能网联新能源汽车产业的“十五五”发展规划。该规划旨在通过聚焦下一代动力电池、汽车芯片、操作系统和自动驾驶等领域的科技创新，推动产业转型升级。工信部还打算通过促进汽车以旧换新和改革汽车消费等措施来稳定行业运营。
-
新的CRAX基准测试加速了安全强化学习的评估
研究人员推出CRAX，这是一个旨在加速安全强化学习（RL）代理评估的新基准测试。CRAX使用MuJoCo XLA物理引擎构建，与基于CPU的基准测试相比，速度提升高达100倍，使其适用于机器人和自动驾驶等现实世界应用。该基准测试包含六个环境套件和三个特定代理任务，每个都有不同的难度级别。对六种流行的安全RL方法的初步评估表明，没有一种方法是普遍优越的，突显了性能和安全之间的权衡，并表明课程学习可以提高在更具挑战性场景中的性能。
-
HilDA框架推动了用于自动驾驶的自监督LiDAR预训练
研究人员推出HilDA，一个新颖的自监督预训练框架，旨在增强自动驾驶应用的LiDAR骨干网络。该框架利用视觉基础模型（VFMs）进行分层和全局上下文蒸馏，以更好地将来自摄像头数据的语义和几何信息与LiDAR序列对齐。HilDA还包含一个时间占用扩散目标，以确保时空一致性。该方法在跨模态蒸馏基准测试中展示了最先进的性能，并在3D目标检测、场景流估计和语义占用预测方面取得了改进结果。
-
因果AI和技能精炼推动具身智能进展
Aether AI 已获得 2000 万美元的种子轮融资，用于开发具身 AI 的因果世界模型，旨在让机器人超越单纯的相关性，更深入地理解物理原理。这种方法与视频生成或 3D 重建等现有方法形成对比，而是专注于显式学习因果变量、结构和动态。与此同时，NVIDIA 已开源 ASPIRE，这是一个允许机器人通过迭代探索和代码修改来学习和精炼技能的框架，代表着从传统的基于梯度的训练转向技能精炼范式。此外，研究论文还介绍了 EgoSim（用于以…
-
德国起草人工智能驾驶辅助系统法规
德国正在为基于人工智能的驾驶辅助系统制定新法规，重点关注自动驾驶功能。目标是为这些先进系统的批准和集成到车辆中创建一个框架。该举措旨在确保安全并为汽车人工智能的未来建立明确的指导方针。